馬斯克拿X用戶數據訓練AI!還要收集學經歷、生物識別,打算做什麼?
馬斯克拿X用戶數據訓練AI!還要收集學經歷、生物識別,打算做什麼?

最近兩天,X(原名Twitter,推特)突然更新了隱私政策,在2.1條例中,X明確寫道:

我們可能會使用收集到的訊息和公開可用的訊息來幫助訓練我們的機器學習或人工智慧模型。(We may use the information we collect and publicly available information to help train our machine learning or artificial intelligence models for the purposes outlined in this policy.)

這意味著一旦在X上發創作內容,就意味著同意了馬斯克可以將內容拿去餵AI。

除了這一條可拿用戶數據免費訓練AI 模型的條例外,新版隱私政策還提出:將從9月29日開始收集用戶的生物識別數據、工作和教育訊息。如果用戶同意,X會出於安全等目的收集用戶的生物識別訊息,讓帳號更加安全。

事實上,馬斯克前不久還威脅微軟,要起訴它用X的數據訓練AI,更是在ChatGPT剛上線一個月,就違背了收購推特之前簽署的合同,關閉了OpenAI對Twitter數據firehose的訪問權限。

馬斯克現在是X的實際控制人,其積極擁抱AI的做法和他所宣言的AI威脅論顯然格格不入。他曾一度反對AI發展,也曾在《暫停大型人工智慧研究》的公開信上簽字,並不止一次在公開場合宣揚AI威脅論。

但行動上,卻在美國內華達州成立了一家名為X.AI的人工智慧(AI)公司,旨在與聊天機器人ChatGPT的開發公司Open AI展開競爭。

換句話說,儘管視AI為洪水猛獸,馬斯克從未停止過對AI方面的投資、研發。當下知名的AI公司OpenAI和DeepMind的融資歷程中均有馬斯克的足跡。

馬斯克的人工智慧公司擁有X獨家數據

X 隱私條款的這一更新最終有利於馬斯克今年四月推出的人工智慧公司xAI。

雖然xAI主要致力於利用AI研究宇宙的本質,但馬斯克也明確表示,公司將像OpenAI一樣,為普通消費者和企業推出AI服務。

這其中包括開發大規模的AI模型,這類模型對數據的質量和數量有很高的要求,理想情況下,這些數據應該是無版權的。

Twitter有能力生成這種高質量的數據,並可能獨家提供給xAI使用。值得一提的是,Meta公司也通過其社交媒體平台提供數據,用於訓練自家的AI模型。

自從馬斯克接手Twitter後,他一方面致力於防止數據被輕易地從平台上流出,另一方面也在改善平台上數據的質量。

比如說,他已經取消了對Twitter API的免費使用權限,轉而推出了多種收費套餐,其價格從每月100美元至5000美元不等,而針對企業用戶的套餐起價更是高達每月42,000美元。

延伸閱讀:馬斯克祭推特「看文上限」,副作用馬上發酵? 一天內Google搜尋曝光量暴跌三成

馬斯克還為那些願意付費並專門在Twitter平台上發布內容的高影響力用戶提供獎勵,這些通常不包括是機器人帳戶。為了獲取更多的曝光度,這些用戶可能會減少引用開放網路的連結或其他來源。

同時,馬斯克也激勵優秀的內容創作者,方式是與他們分享由其內容所帶來的廣告收益。比如,他向記者承諾,如果他們直接在Twitter上發布文章,將會擁有更多的寫作自由和更高的收入。

對此,有外國網友評論:「他真實的意圖是,請在X平台上發布獨家內容,為我們的模型訓練提供素材!」

向LinkedIn發出挑戰!將提供求職求才服務

X(推特)自身並沒有公開展示AI方面的野心,但馬斯克卻有。xAI的公司號稱探尋宇宙的真實本質,而恰好用戶的生物識別數據和其他相關訊息適用於支持這一高遠的目標。

xAI的主頁也明確提到,它將與X進行密切合作,共同推進其宏偉任務。

其實,馬斯克還有其他計劃。他近期宣布,將推出一個與LinkedIn競爭的平台。他形容LinkedIn為「令人尷尬」,而X的版本則會很「酷」。這解釋了為什麽X會開始收集用戶的工作和教育訊息。

此外,一些經認證的組織已經開始在平台上發布職位訊息,而X也計劃進一步開放這項功能。馬斯克早在5月就暗示過這點,並隨後收購了一家求職匹配的科技公司Laski。

據悉,這些用戶的數據除了用於推薦職位,收集的這些個人訊息也可能用於精準廣告推送。

還有一種可能是X會出售用戶數據以獲取收入。雖然目前沒有明確證據表明這一點,但在社交媒體行業,這算是一種常見的做法。值得注意的是,在過去,Twitter主要是使用收集的用戶數據來提升自身的服務質量,而並沒有將數據用於第三方。

X.AI成員一半是華人

人工智慧公司x.AI是7月12日成立的。公司官網顯示,x.AI團隊由馬斯克領導,成員來自DeepMind、OpenAI、Google Research、Microsoft Research、特斯拉以及多倫多大學。

目前官網顯示創始團隊成員目前共有 12 個人,以及一位顧問 Dan Hendrycks。

這些關鍵團隊成員已經在人工智慧研究和開發的最前線做出突出貢獻。例如,Jimmy Ba是多倫多大學的助理教授,曾師從著名的人工智慧先驅Geoffrey Hinton,後者在辭職前一直領導著谷歌的人工智慧計劃。Christian Szegedy作為谷歌的研究科學家,多年來一直從事人工智慧核心項目的研究工作。

而在這 12 位創始團隊成員中,有 5 位是華人。Greg Yang(楊格)是 xAI 的聯合創辦人,其大學時期的導師是丘成桐教授,之前是微軟研究院的數學家和人工智慧研究員。2018 年還曾獲得大學生數學領域最高榮譽 Morgan Prize。

Yuhuai(Tony)Wu之前分別在OpenAI 和 DeepMind 都待過,在多倫多大學完成了博士學位,後在史丹佛大學完成了博士後工作。

張國棟(Guodong Zhang)是一名機器學習和人工智慧領域的研究員,之前在微軟亞洲研究院、Google Brain 和 Google DeepMind 都工作過。讀的是浙江大學訊息工程專業,碩士和博士都在多倫多大學。大學階段連續 3 年在 182 個人中排名第一,GPA 按照 100 分算是 92.7,按 4 分算是 3.96,曾獲得中國大學生數學建模競賽一等獎。

戴子航(Zihang Dai)工作經歷之前分別在網易投資部、百度深度學習研究院、百度美國以及Google,最近的工作和 Yuhuai(Tony)Wu 一樣,都在 Google 的 RS 團隊。

Jimmy Ba是多倫多大學計算機科學助理教授, 2015年發表神·論文《Adam: A Method for Stochastic Optimization》,其博士畢業於多倫多大學,師從 Geoffrey Hinton、Brendan Frey 和 Ruslan Salakhutdinov。他的長期研究目標是構建具有類似人類效率和適應性的通用問題解決機器,其研究興趣集中於深度神經網路的高效學習算法的開發。

顯然,有最強腦力加持,加上推特天然的數據優勢:「推特上有大量多模態數據,包括對話文本、圖像和不斷增長的長影片。」 xAI 真的能夠打造出 AI 護城河,培育出無與倫比的 AI 競爭優勢。

目前,xAI除了和推特合作外,馬斯克稱x.AI將會與特斯拉在晶片方面合作,也許在AI軟體方面也會合作,總之會對特斯拉加快自動駕駛能力的發展將有互利作用。

延伸閱讀:馬斯克砸重金招人,成立xAI想做什麼?晚來的他有何信心取代OpenAI、Google?

本文授權轉載自:36氪

責任編輯:蘇祐萱

往下滑看下一篇文章
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證
台灣數位安全發展協會揭打詐盲點:截圖難當證據,AI加b-JADE讓數位足跡可驗證

重點一:數位詐騙生命週期極短,打完一波就轉移陣地,「下架」只處理了眼前的內容,處理不了事後追查。

重點二:台灣數位安全發展協會以AI蒐集、分類詐騙廣告,九成以上工作可由AI完成,最終判斷仍保留人工背書。

重點三:透過司法聯盟鏈b-JADE,只把資料的「數位指紋」上鏈存證,原始資料另行保存,目標是降低被害人的訴訟舉證成本。

一則可疑的投資廣告被檢舉、下架,帳號也停權了,多數人以為事情就此結束。真正麻煩的是,廣告消失的那一刻,追查詐騙集團的線索也可能跟著消失。

為了補上這個缺口,台灣數位安全發展協會正與司法聯盟鏈「b-JADE」合作,替詐騙相關資料做存證。b-JADE是一套以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務;資料一旦上鏈,任何改動都會留下痕跡。白話說,就是替數位證據貼上「封條」,讓證據從蒐集到進入法庭,都能驗證有沒有被動過手腳。

詐騙廣告下架,為什麼還不夠?

原因在於數位詐騙的生命週期太短,下架只能處理眼前的內容。台灣數位安全發展協會理事長劉彥伯指出,傳統電話詐騙一套劇本可以拉長到半年、甚至一年;數位詐騙則像打游擊,一波結束就移往下一個平台,從廣告、社群到另一個App,一路跨平台引導被害人。

更大的問題是證據跟著斷線。被害人發現受騙時,可能已是半年後,手上通常只留得住最末端的匯款與聯絡紀錄,最初看過哪則廣告、點進哪個網站,早已消失。等到一、兩年後警方抓到詐騙集團,對方就能在法庭上反問「你怎麼證明我投過這則廣告?」劉彥伯以假設情境說明,一個集團原本可能詐騙了30億元,最後因證據不足,認定金額只剩幾千萬甚至幾百萬元。

不過,詐騙活動都會留下數位足跡,包括投放帳號、代理商、投放時間、運作國家與網址註冊紀錄,只要事先保存,日後調閱就「有憑有據」。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯
圖/ 數位時代

AI都這麼強了,為什麼還要先做資料治理?

台灣數位安全發展協會的核心主張是:好的資料分析,從好的資料治理開始。所謂資料治理,就是把散落在各平台、格式不一的碎片資料,整理成來源清楚、格式一致、可以互相比對的資料。協會先確認每筆公開資料的來源、時間、權限、版本與隱私,再標上事件分類、風險評估、曝光平台、投放者與網址等標籤,才能找出彼此關聯、還原詐騙網絡。

根據協會的實證簡報,系統在一段監測期間內掃描309.5萬則廣告,通報62.8萬則(約占20%),投放當日偵測率達99.21%。劉彥伯也提到,協會與資安院、數位發展部在打詐通報查詢網的合作中,判斷率接近百分之百。

那還需要人嗎?答案是需要。現行法律仍要求有人為判斷結果背書負責,加上詐騙劇本會隨被害人的回應即時調整,因此協會讓AI處理九成多的工作,最後由人做判斷。

截圖不能當證據?b-JADE如何替詐騙證據貼上「封條」

在AI改圖越來越容易的今天,單純截圖很難在法庭上證明自己沒被竄改過。劉彥伯的比喻是:截圖比較像「我那天真的看過,還拍了一張照片」;可信存證則是把證物放進有封條、有時間、有編號、有保管紀錄的證物袋,「重點不是有沒有留下東西,而是未來能不能驗證這是不是當時那一份」。

這也是b-JADE派上用場的地方,但並不是把所有資料都放上區塊鏈。協會把原始資料與AI分析結果,保存在權限受管控的系統裡,只把每份資料的「數位指紋」交給b-JADE存證。數位指紋的特性是,內容只要有任何改動,指紋就會完全不同,因此能證明資料沒被動過;需要時,再經授權調閱原始資料,兼顧隱私與驗證。依b-JADE規範盤點,協會既有流程已符合19項要求,其餘7項缺口也逐步補強,例如存證時間改採具公信力的標準時間來源,不再依賴電腦本機。

防詐能從事後追查走向事前預警嗎?

可以,協會正把存證從被害人受騙後,往前推到「主動式上鏈」:AI判定高風險的內容,先一步蒐集存證,不必等到有人受害。

小農是第一個場景。許多消費者在網路上支持小農,錢最後卻流進冒名的詐騙集團。協會因此與農業部合作推出「農本人」系統,讓小農自行登錄銷售管道與社群帳號形成白名單,再結合AI蒐集的黑名單,一旦遭冒名就能第一時間發現並報案。這套模式未來也可延伸至網路霸凌、性私密影像等案件。

制度面也在加速。2026年8月,司法聯盟已開設認證專班,邀集司法院、法務部、高檢署、調查局與警政署相關人員受訓,相關存證應用預計明年正式推出,時程仍待聯盟拍板。

劉彥伯坦言,目前從蒐集、分案到下架的流程仍然冗長,技術正好能在保留人為背書的前提下縮短流程。他在《數位關鍵字》節目尾聲留給聽眾的一句話是:「數位安全不只是技術工具,也涉及資料的可信、法遵治理與跨領域合作。」當AI幫人更快找到線索,經得起驗證的資料,將讓每一位被害人在法庭上多一分底氣。

台灣數位安全發展協會
台灣數位安全發展協會理事長劉彥伯認為,可信存證的重點不是留下東西,而是未來能被驗證。
圖/ 數位時代

常見問答
Q1:詐騙廣告被下架後,還能當作證據嗎?
A:若事前沒有保存,下架後就很難追溯。台灣數位安全發展協會建議在內容消失前,保存投放帳號、代理商、投放時間、運作國家與網址等數位足跡,日後才能據以向平台請求調閱。

Q2:手機截圖可以當作詐騙證據嗎?
A:截圖只能證明「看過」,難以證明未被竄改。在AI改圖越來越容易的情況下,透過數位指紋與具公信力的時間紀錄進行可信存證,才能在日後驗證資料是否為當時的原始版本。

Q3:什麼是b-JADE司法聯盟鏈?
A:b-JADE是以區塊鏈為基礎的司法存證機制,只有通過程序認證的單位才能提供上鏈服務。台灣數位安全發展協會的做法是只將資料的數位指紋上鏈,原始資料另行保存在權限受管控的系統,兼顧隱私與驗證,目標是降低訴訟舉證成本。

Q4:AI可以完全取代人工判斷詐騙嗎?
A:目前不行。依台灣數位安全發展協會的做法,九成以上的蒐集與分類工作可由AI完成,但現行法律仍要求由人做最終判斷,並為結果背書負責。

Q5:小農要如何預防被冒名詐騙?
A:可登錄台灣數位安全發展協會與農業部合作的「農本人」系統,自行提交銷售管道、粉絲專頁與LINE帳號建立白名單,搭配AI主動蒐集的黑名單,遭冒名時能第一時間發現並報案。

完整對談請收聽《數位時代》Podcast《數位關鍵字》EP264。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓